排序方式: 共有98条查询结果,搜索用时 328 毫秒
91.
提出一套预测压气机未知特性的方法,并基于面向对象思想采用变比热容计算方法进行压气机性能计算的分析和编程.结合粒子群优化(PSO)的全局寻优能力和反向传播(BP)神经网络的局部寻优能力提出基于PSO的BP神经网络(PSO-BP神经网络)预测压气机特性,分析了其预测误差和拟合误差:拟合误差基本都小于0.5%,预测误差基本都小于0.8%.其拟合精度和预测精度满足要求.采用变比热容计算方法来计算压气机性能,并采用面向对象方法编写了压气机性能计算程序.对几个压气机变工况点进行验证,各输出参数的最大误差为1.12%.因此,特性预测方法和性能计算的数学模型适用于压气机性能计算,这套方法同样适用于燃气轮机性能计算. 相似文献
92.
航空发动机风扇叶片伸根段造型设计与优化 总被引:1,自引:1,他引:1
探索了航空发动机风扇叶片伸根段造型的优化设计方法,利用它在保持叶身气动设计不变的情况下使风扇叶片振动特性得到改善。建立了基于非均匀有理B样条NURBS (non-uniform rational B-spline)桥接曲线的伸根段造型方法,实现气动叶身与榫头侧面间的光滑连接;通过改变桥接曲线控制顶点的位置实现伸根段造型的参数化设计,并在相关假设条件的基础上提取了完全定义伸根段造型所需的8个设计变量;以风扇叶片共振裕度最大化作为伸根段设计目标,在径向基函数网络(RBFN)与粒子群(PSO)算法的基础上建立了伸根段造型优化设计流程,其原理是构造RBFN近似模型来逼近和预测风扇叶片共振裕度与伸根段设计变量间的隐式目标函数,在此基础上使用PSO算法搜索使共振裕度达到最大化的伸根段设计变量组合。结果表明:某大涵道比宽弦风扇叶片采用上述流程,通过优化伸根段造型使风扇叶片轴向一弯模态的自振频率得到提高,与转速3倍频激振间的共振裕度提高约2%。 相似文献
93.
94.
研究了航天器在固定时间内燃料最省的多脉冲交会问题,提出了一种基于种群熵粒子群优化 (Population Entropy based Particle Swarm Optimization,EPSO)算法的交会轨迹优化设计方法。采用线性化C\|W方程描述航天器的相对运动,以能耗最优为控制目标,得到了基于连续推力的最优转移轨迹,用于确定脉冲点的位置。考虑工程实用性,采用多脉冲控制方法,利用脉冲点的位置参数建立了以脉冲点时间间隔为决策变量的优化目标函数,并用EPSO算法进行求解。在EPSO中,种群熵描述粒子在搜索空间中位置分布的混乱程度,并通过上一代的种群熵确定下一代的搜索空间,从而减少搜索空间的浪费,提高了算法的搜索速度和收敛精度。仿真结果表明,算法本身具有良好的优化性能,适用于航天器轨迹优化。 相似文献
导弹自动驾驶仪在振动测试过程中存在信号基线漂移且污染严重的问题,而传统的时频处理方法难以达到去噪要求,因此基于形态学基本原理提出了一种用于解决振动信号基线漂移的滤波方法。该滤波方法由3级结构组成,前2级结构均是基于形态学基本原理,第3级进行相消与平滑处理,通过相互级联,可以有效抑制基线漂移。此外,通过引入粒子群优化(PSO)算法使得该滤波方法更具适应性。对比实验利用该滤波方法和对比方法对自动驾驶仪实测振动信号与标准ECG信号进行了处理,结果表明:该滤波方法在抑制基线漂移方面要优于小波阈值去噪和传统的形态学去噪。 相似文献
96.
依据近红外光谱(NIR)产生原理,提出了粒子群优化极限学习机(PSO-ELM)算法,运用于小样本氨水浓度定量分析。通过优化极限学习机(ELM)隐藏节点参数,解决了极限学习机由于输入权值和隐含层偏差随机产生的建模结果具有随机性的问题,提高了预测模型的稳定性、精确度和泛化性能。经实验验证,优化后的PSO-ELM相比ELM,模型预测集均方根误差由0.01166减小至0.00322,预测集相关系数由0.9951提高至0.9979。将优化后的模型预测结果与支持向量机(SVM)、BP神经网络算法等传统方法的建模结果进行对比,优化后的PSO-ELM算法具有较高的精确度和良好的泛化性能,模型预测效果优于传统的定量回归分析算法。 相似文献
97.
为了进行短舱安装位置参数的减阻优化设计研究,首先在NURBS样条基函数的基础上建立了多区域自由变形(FFD)技术,通过对FFD控制体框架边界条件的合理选取建立组合框架,实现了多个控制框架对复杂外形不同区域的自由变形参数化,采用多个控制框架的空间控制体对某型客机短舱安装位置进行减阻优化设计。试验设计取样之后应用随机权重粒子群算法和Kriging代理模型建立气动外形优化系统,对某型客机短舱水平位置和水平安装角进行气动优化设计。优化设计结果表明,设计后的短舱位置使得整个飞机在一定攻角范围内的阻力显著减小,从而证明了基于多区域自由变形技术建立的优化设计系统是合理和实用的。 相似文献
98.